Está en la página 1de 6

Instituto Tecnológico de Chihuahua

ELECTRO 2001

CONTROL FUZZY PARA UNA PLANTA PILOTO DE SECADO POR LECHO FLUIDIZADO

Carlos Muñoz, Ivan Velasquez, Flavio Torres, Carolina Shene Departamento de Ingeniería Eléctrica, Universidad de La Frontera, Casilla 54-D, Temuco, Chile,

RESUMEN. En este trabajo se presenta un control difuso proporcional-prealimentado (CDPP) propuesto por Haissig [1], aplicado a un proceso de secado por lecho fluidizado de material húmedo. El CDPP se somete a diferentes experimentos y se compara ventajosamente con el control difuso proporcional-integral (CDPI) propuesto por Sugeno [2]. Los experimentos realizados permiten observar que el CDPP tiene un mejor comportamiento que el CDPI, ya que con él no se observan oscilaciones en la salida, aspecto clave para el correcto funcionamiento del proceso de secado por fluidización

INTRODUCCIÓN.

El secado por fluidizacion es una técnica para eliminar la humedad de un sólido mediante el paso de un gas, ó líquido, a través de un lecho donde se encuentra depositado el sólido. La velocidad del fluido debe ser tal que los sólidos “floten” en él. La aplicación de ésta técnica se encuentra en numerosos procesos físicos metalúrgicos y químicos [1], [3]. La principal variable a controlar es la temperatura del lecho.

En el proceso de fluidización es vital mantener la temperatura constante, preestablecida por un operador, durante todo el tiempo que dura el secado, por lo tanto se requiere un control de temperatura para neutralizar las perturbaciones (temperatura del medio ambiente, contenido de humedad de los materiales, etc.)

El Instituto de Agroindustrias de la Universidad de la Frontera de Chile posee un secador de lecho fluidizado al nivel de planta piloto que permite ensayar con diferentes materiales, principalmente de tipo afrecho. En este proceso los sólidos húmedos del lecho son secados por inyección de aire caliente A su vez el aire caliente se obtiene al hacer pasar aire del medio ambiente a través de una cámara de calefactores eléctricos. Por lo tanto, la temperatura al interior del lecho se gobierna regulando la potencia de los calefactores.

Los calefactores eléctricos funcionan sólo en estado ON y OFF. Bajo estas condiciones se probaron diferentes estrategias de control para gobernar la potencia de los calefactores. Buscando la simplicidad y el bajo costo, en Medina [4] controló la temperatura al interior del lecho mediante un control ON/OFF de los calefactores. No obstante su simplicidad, este control produce oscilaciones excesivas en la temperatura del lecho debido al retardo inherente en el lazo de control cuando se aplica a procesos con constantes de tiempo elevados. En consecuencia, esta forma de control impide alcanzar mayores índices de calidad requeridos para el producto final del proceso de secado.

En el presente trabajo se demuestra que se consigue una notable mejoría al cambiar el control ON/OFF por control continuo. Sin embargo para lograr lo anterior, sin modificar la actuación existente, se optó por emplear la técnica de modulación de ancho de pulso (PWM), ya que no tiene mayores inconvenientes para trabajar en un lazo lento de control continuo de temperatura como el del lecho fluidizado. A continuación se presenta una alternativa al algoritmo PID para el control de temperatura del lecho fluidizado. Aunque el control PID es aplicable a este tipo de proceso, se demuestra que los algoritmos basados en técnicas difusas presentan una notable ventaja [4]. En este trabajo se aplica un control difuso proporcional prelimentado (CDPP) [1] al secador de lecho fluidizado y se comparan con un control difuso proporcional integral (CDPI).

DESCRIPCIÓN DEL PROCESO PROCESO

El esquema de la planta de secado se muestra en la

figura 1 y consta de: calefactores, cámara de secado, ciclón, regulador manual de flujo, extractor de aire, entrada del producto, salida del producto, filtro de aire y extractor de aire. Los calefactores consisten en un banco trifásico de resistencia de 6 Kw. y 4 Kw. de potencia. El ciclón permite la

213

Instituto Tecnológico de Chihuahua

ELECTRO 2001

absorción de partículas finas que son arrastradas hacia el filtro por la corriente de aire y que posteriormente son decantadas. El regulador manual de flujo permite controlar la velocidad y caudal de aire que pasa por el sistema y que dependerá del producto a secar. El extractor de aire consiste de un motor trifásico de 1.5 Kw. en cuyo eje se acopla un ventilador

La planta de secado está instrumentada con un PLC Siemens. El sensor de temperatura y el control de los calefactores se conectan al PLC. Mediante una interfaz entre el PLC y un PC permite programar el PLC. Se emplea el software SCADA Intouch de Wonderware para manejar y supervisar la planta en forma amigable a través de despliegues gráficos.

Instituto Tecnológico de Chihuahua ELECTRO 2001 absorción de partículas finas que son arrastradas hacia el filtro

Figura 1. Esquema global de la planta

La curvas de reacción de temperatura al interior del lecho, frente a escalón de potencia eléctrica de los calefactores de diferente magnitud cuando se secan

500

gramos

de

muestran en las

afrechillo

(

33%

de

humedad),

se

figuras 2, 3 y 4. De las figuras se

observa el comportamiento no lineal de la temperatura del lecho, en particular se aprecia que el tiempo de subida no es constante, lo que amerita el empleo de técnicas difusas para el control de

temperatura. Adicionalmente en la figura 5 se aprecia que incluso la relación en estado estacionario entre
temperatura.
Adicionalmente
en
la
figura
5
se
aprecia que
incluso
la
relación
en
estado
estacionario
entre
la
potencia
eléctrica
y
la
temperatura al interior del lecho presenta una no
linealidad fuerte.
Respuesta a Escalón
90
10
80
9
Temperatura
Potencia
8
70
7
60
6
50
5
40
4
30
3
20
2
10
1
0
0
Tiempo [seg.]
Temperatura [°C]
0
40
80
120
160
200
240
280
320
360
400
440
480
520
560
600
640
680
720
760
800
840
880
920
960
1000
1040
1080
1120
1160
1200
1240
1280
1320
Potencia [KW]

Figura 2 Respuesta a Escalón, u(t)=1.43 [KW],

Respuesta a Escalón

1 10 20 30 40 50 Temperatura [°C] 60 70 80 90 0 0 8 2
1
10
20
30
40
50
Temperatura [°C]
60
70
80
90
0
0
8
2
3
4
Potencia [KW]
5
6
7
9
Temperatura
Potencia
10

0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000 1050 1100 1150 1200 1250 1300 1350 1400 1450 1500 1550 1600 1650 1700 1750 1800 1850 1900 1950 2000 2050 2100

Tiempo [seg.]

Figura 3. Respuesta a Escalón, u(t)=4.76 [KW],

Respuesta a Escalón 90 10 80 9 Temperatura 8 70 Potencia 7 60 6 50 5
Respuesta a Escalón
90
10
80
9
Temperatura
8
70
Potencia
7
60
6
50
5
40
4
30
3
20
2
10
1
0
0
Tiempo [seg.]
Temperatura [°C]
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
1050
1100
1150
1200
1250
1300
1350
1400
1450
1500
1550
1600
1650
1700
1750
1800
1850
Potencia [KW]

Figura 4 Respuesta a Escalón, u(t)=5.60 W],

Relación Entrasda/Salida en Estado Estacionario

Temperatura [ºC]

8 0 6 0 4 0 2 0 0 4.76 1.43 5.6 3.1
8 0
6 0
4 0
2 0
0
4.76
1.43
5.6
3.1

Potencia [K W ]

Figura 5 Relación entrada /salida en estado de régimen estacionario.

214

Instituto Tecnológico de Chihuahua

ELECTRO 2001

3. CONTROLADOR DIFUSO PROPORCIONAL INTEGRAL (CDPI)

El controlador difuso PI más difundido, es sin duda, el propuesto por Mac Vicar-Whelan [3], el cual emula un controlador PI estándar (ver figura 6). Básicamente todos los controladores difusos mantienen una estructura similar, sin embargo, las diferencias entre ellos son: el método de inferencia, la base del conocimiento y el método de defusificación.

El error realimentado e, es

e = T

ref

T

lecho

en la figura 7 y las reglas difusas se muestran en la Tabla 1.

Tabla 1: Reglas difusas del controlador PI difuso (CDPI).

e de NG NM NP CE PP PM PG PG CE PP PM PG PG PG
e
de
NG
NM
NP
CE
PP
PM
PG
PG
CE
PP
PM
PG
PG
PG
PG
PM
NP
CE
PP
PM
PG
PG
PG
PP
NM
NP
CE
PP
PM
PG
PG
CE
NG
NM
NP
CE
PP
PM
PG
NP
NG
NG
NM
NP
CE
PP
PM
NM
NG
NG
NG
NM
NP
CE
PP
NG
NG
NG
NG
NG
NM
NP
CE

donde T ref es la temperatura deseada del lecho y T lecho es la temperatura al interior del lecho. La salida del controlador comanda la potencia de los calefactores.

4. CONTROLADOR DIFUSO PROPORCIONAL PREALIMENTADO (CDPP)

El CDPP se muestra en la figura 8, donde se

  • 1 combina un lazo de control proporcional más un

M

control prealimentado. Dado que la no-linealidad

en la temperatura de referencia incide en forma

importante sobre la dinámica del proceso, se

prealimenta ésta variable.

Las funciones de pertenencia del error y de la

temperatura de referencia se muestran en las figuras 9 y 10 respectivamente. En la Tabla 2 se

muestra las reglas difusas

1

M e(k)
M
e(k)

T

ref

1

M

Instituto Tecnológico de Chihuahua ELECTRO 2001 3. CONTROLADOR DIFUSO PROPORCIONAL INTEGRAL (CDPI) El controlador difuso PI
F RB D
F RB D
u(k) ∆ u(k) + + KM -1 z
u(k)
∆ u(k)
+
+
KM
-1
z
Instituto Tecnológico de Chihuahua ELECTRO 2001 3. CONTROLADOR DIFUSO PROPORCIONAL INTEGRAL (CDPI) El controlador difuso PI

Figura 8. Esquema del controlador difuso proporcional prealimentado CDPP

e(k) z -1 F RB D + e(k) - 1 T I T M u(k) ∆u(k)
e(k)
z -1
F RB D
+
e(k)
-
1
T I
T
M
u(k)
∆u(k)
+
+
KMT
z -1
T I

Figura 6. Esquema del controlador difuso proporcional integral “CDPI”

NG NM NP CE PP PM PG 1 0 -1 -0.9 -0.6 -0.3 0 0.3 0.6
NG
NM
NP
CE
PP
PM
PG
1
0
-1 -0.9 -0.6 -0.3
0
0.3
0.6
0.9 1

Figura 7. Conjuntos difusos para el error y el incremento del error.

Para la aplicación se seleccionaron 7 conjunto difusos para el error y 7 conjuntos difusos para el incremento del error, obteniendo un total de 49 reglas. Las funciones de pertenencia se presentan

215

Instituto Tecnológico de Chihuahua

ELECTRO 2001

N CE P 1 0 A D CE B
N
CE
P
1
0
A
D
CE
B
Figura 9. Conjuntos difusos para el error. MB B M A MA 1 0 A DC
Figura 9. Conjuntos difusos para el error.
MB
B
M
A
MA
1
0
A
DC
E
B

Figura 10. Conjuntos difusos para la referencia.

En total el controlador esta conformado por 15 reglas difusas. Es así como el error esta conformado por tres funciones de pertenencia:

Negativo (N), Cero (CE) y Positivo (P). La función del cero es trapezoidal para evitar las oscilaciones en la salida. La temperatura de referencia está asociada con 5 funciones de pertenencia: Muy Bajo (MB), Bajo (B), Medio (M), Alto (A) y Muy Alto (MA). Las 15 reglas difusas resultantes activan 7 “singletons” denominados: Mucho Más Bajo (MMB), Muy Bajo (MB), Bajo (B), Medio (M), Alto (A), Muy Alto (MA) y Mucho Más Alto (MMA).

Tabla 2: Reglas difusas del controlador PP difuso (CDPP).

e N CE P T ref MB MMB MB MMA B MMB B MMA M MMB
e
N
CE
P
T ref
MB
MMB
MB MMA
B
MMB
B
MMA
M
MMB
M
MMA
A
MMB
A
MMA
MA MMB MA MMA

5. SELECCIÓN DE PARAMETROS

El

universo

de

discusión del error UD error

corresponde a la distancia entre los puntos A y B

de

la

figura

9.

UD error

es

similar a la banda

proporcional del controlador PID. Este valor se

selecciona empíricamente mediante prueba y error

resultando un valor de 2 ºC. También se observa

que aumentando UD eror se hace más lenta y estable la respuesta del proceso. Cuando la temperatura del lecho cae fuera del rango UD error , se aplica la máxima (mínima) potencia a los calefactores si la temperatura del lecho es menor (mayor) que la

temperatura de referencia. Cuando la temperatura del lecho cae dentro del universo de discusión, la potencia de los calefactores se ajusta entre la máxima y la mínima. La zona muerta del error

ZM error corresponde a la distancia entre D y E de la figura 9. Dentro de este rango el controlador no reacciona para pequeños cambios del error.

El universo de discusión de la temperatura de referencia UD temp corresponde a la distancia entre

los puntos A y B de la figura 10. Para el proceso de secado de afrecho este valor va de 30 ºC a 80 ºC. A diferencia de UD error , este rango no afecta la estabilidad del proceso, de manera que no hay problema para reajustarlo.

6. RESULTADOS

Se efectuaron una variedad de pruebas de laboratorio para destacar las ventajas del controlador CDPP con respecto al CDPI. De acuerdo a las exigencias de los especialistas en el manejo de secado, las pruebas realizadas fueron para diferentes tipos carga de afrechos, distintas humedades del afrecho y distintas obstrucciones de aire. Dos experimentos representativos se escogieron para comparar los controladores en discusión.

La figura 10 muestra la variación de temperatura bajo control CDPI y CDPP cuando es aplicada una señal escalón en la referencia de temperatura. Como puede observarse, la respuesta del CDPP es más rápida y tiene menos fluctuaciones que el

CDPI. Es así como a los 290 seg. (4.8 min.) el

CDPP alcanza la referencia, en cambio el CDPI la

alcanza a los 570 seg (9.5 min), o sea

aproximadamente el doble de tiempo

216

Instituto Tecnológico de Chihuahua

ELECTRO 2001

Secado a 60 ºC 7 0 CDPP 6 0 5 0 CDPI 4 0 3 0
Secado a
60
ºC
7
0
CDPP
6
0
5
0
CDPI
4
0
3
0
2
0
1
0
0
Temperatuta ºC
10
130
250
370
490
610
730
850
970
1090
1210
1330
1450
1570
1690

Tiem po (seg)

Figura 10. Respuesta de la variable controlada frente a un escalón de Temperatura en la referencia de 60 ºC

Tabla 3: Comparación de controladores difusos PI

y PP.

Ref.

Overshoot

Tiempo de

Tiempo de

Tiempo de

Crecimiento

Asentamiento

Peak

[ºC]

[%]

[seg]

[seg]

[seg]

 

PI

PP

PI

PP

PI

PP

PI

PP

40

   
  • 4.5 580

    • 2.7 150

   
  • 190 270

    • 730 440

   

60

   
  • 3.2 260

    • 2.1 140

   
  • 320 190

    • 610 410

   

80

   
  • 1.2 620

    • 1.2 340

   
  • 350 580

    • 740 650

   

7. CONCLUSIONES

En la figura 11 se aplica un escalón en la temperatura de referencia de 80 ºC. Aquí se aprecia también un mas rápido y mejor ajuste de la temperatura del lecho a la referencia de temperatura en el CDPP.

Secado a 80 ºC 8 0 CDPP 7 0 6 0 CDPI 5 0 4 0
Secado
a
80
ºC
8
0
CDPP
7
0
6
0
CDPI
5
0
4
0
3
0
2
0
1
0
0
T iem p o
(s)
10 110 210 310 410 510 610 710 810 910 1010 1110 1210 1310 1410 1510 1610 1710
Temperatura ºC

Se ha desarrollado un algoritmo de control difuso para controlar la temperatura de un secador de lecho fluidizado, que ha demostrado ser sustancialmente mejor que el clásico algoritmo PI. El esquema CDPP es una manera simple de incorporar efecto prealimentado con un notorio mejoramiento con respecto al CDPI. Como trabajo

futuro queda abierta la posibilidad de seguir

probando otras estrategias de control que incorpore

un esquema adaptivo en el seguimiento no lineal de

la referencia o aplicar un controlador predictivo

difuso.

AGRADECIMIENTOS

Los autores agradecen al proyecto FONDEF D999I025 por la utilización de la Planta Piloto de Lecho Fluidizado.

Figura 11. Respuesta de la variable controlada frente a un escalón de temperatura de referencia de 80 ºC

En la Tabla 3 se muestra la comparación de ambos controladores considerando índices como el máximo overshoot, el tiempo de crecimiento, el tiempo de asentamiento y el tiempo de peak. De la tabla podemos observar que el CDPP tiene un mejor desempeño en todos los casos.

BIBLIOGRAFIA

[1] C. Haissig, “Adaptive Fuzzy Temperature Control for Hydronic Heating Systems” IEEE

Control System, vol.20,no 2, pp. 38-48, April.

2000.

[2] M. Sugeno, “Theory of Fuzzy Integrals and

[3]

its application,” Ph.D. dissertation, Tokyo Ins. Technol., Japan, 1974. C. Lee, “Fuzzy logic in control systems:

Fuzzy logic controller , part I”, IEEE Trans. Systems, Man, Cybernet, vol. 20, no. 2, pp. 404-418, 1990.

217

Instituto Tecnológico de Chihuahua

ELECTRO 2001

[4]

J. Medina y J. Pavez, “Automatización de la Planta Piloto de Secado” del Instituto de agroindustria”. Trabajo de título para la obtención del Título Profesional de Ingeniero de Ejecución Electrónica. Temuco. Chile.

1999.

[5]

P.J. Mac Vicar Whelan, “Fuzzy Set for man- machine interaction”, Int. J. Man Machine Studies, vol. 8, pp. 687-697, Nov. 1976.

RESEÑAS BIOGRAFICAS

CARLOS MUÑOZ: Ingeniero Civil Electrónico, Universidad de la Frontera, Dr. En ciencias de la Ingeniería, Pontificia Universidad Católica de Chile.

FLAVIO TORRES: Ingeniero Civil Electrónico, Universidad Federico Santa María, Candidato a Magister en Control automático, Pontificia Universidad Católica de Chile.

IVAN VELASQUEZ: Ingeniero Civil Electrónico, Universidad Federico Santa María, Candidato a Magister en Procesos Químicos, Universidad Federico Santa María.

CAROLINA SHENE: Ingeniero Civil Químico, Universidad de Santiago de Chile, Dr. En ciencias de la Ingeniería, Universidad de Chile.

218